#本文僅代表作者觀點(diǎn),不代表科技行者立場(chǎng)#
據(jù)彭博社報(bào)道,美國(guó)聯(lián)邦政府反壟斷機(jī)構(gòu)放棄了針對(duì)高通的反壟斷訴訟。之前,該機(jī)構(gòu)曾指控高通濫用其市場(chǎng)主導(dǎo)地位,在智能手機(jī)芯片領(lǐng)域排擠其他競(jìng)爭(zhēng)對(duì)手。
這意味著歷時(shí)4年的美國(guó)聯(lián)邦貿(mào)易委員會(huì)針對(duì)高通的反壟斷訴訟終結(jié),最終畫上了句號(hào)。
本周一,美國(guó)聯(lián)邦貿(mào)易委員會(huì)(FTC)表示,其不會(huì)再尋求最高法院對(duì)之前上訴法院就高通反壟斷訴訟一案于去年作出的裁決進(jìn)行重審,而該裁決曾認(rèn)定高通不存在壟斷行為。
FTC的這一決定宣告了從2017年1月起FTC針對(duì)高通提出的反壟斷訴訟案正式結(jié)束。FTC對(duì)高通發(fā)起該訴訟時(shí)正值奧巴馬政府即將卸任,F(xiàn)TC曾在初審法庭的審判中獲勝,但該結(jié)果后來被加州舊金山的一家上訴法院的三位法官推翻,他們一致認(rèn)為高通的競(jìng)爭(zhēng)并不構(gòu)成非法行為,且高通為蜂窩網(wǎng)絡(luò)服務(wù)帶來了 “顛覆性作用” 。合議庭駁回了FTC的重審請(qǐng)求。
FTC代理主席斯洛特女士(Rebecca Kelly Slaughter,針對(duì)高通的反壟斷訴訟發(fā)起時(shí),她尚未加入FTC)在一份聲明中表示,她認(rèn)同初審法庭的裁決,即高通的做法違反了反壟斷法,但是在提供推翻上訴法庭裁決的理由和證據(jù)方面,F(xiàn)TC面臨嚴(yán)重困難。
斯洛特表示,目前FTC和其他執(zhí)法部門比任何時(shí)候都更需要嚴(yán)格執(zhí)行反壟斷法,來阻止占據(jù)主導(dǎo)地位的企業(yè)濫用影響力的行為,其中包括高科技市場(chǎng)以及知識(shí)產(chǎn)權(quán)領(lǐng)域。
高通公司總法律顧問唐·羅森博格(Don Rosenberg)在一份聲明中表示:“我們很高興這一案件終結(jié),第九巡回法庭做出的一致判決得到了最終維持。第九巡回法庭認(rèn)可了高通公司對(duì)產(chǎn)業(yè)的歷史性貢獻(xiàn),并提醒我們積極競(jìng)爭(zhēng)的行為應(yīng)該得到鼓勵(lì)。高通公司每年投入數(shù)十億美元用于研發(fā),所發(fā)明的技術(shù)正被全球數(shù)十億人使用,正是這種不懈的創(chuàng)新幫助高通取得了今天的成就。我們必須保護(hù)好對(duì)創(chuàng)新和競(jìng)爭(zhēng)的根本激勵(lì)機(jī)制,在當(dāng)下這一點(diǎn)尤為重要。”
在此案提起訴訟之時(shí),高通一案被認(rèn)為是美國(guó)反壟斷官員采取行動(dòng)阻止大公司涉嫌壟斷行為、以保護(hù)其在市場(chǎng)上的主導(dǎo)地位的罕見案例之一。
自那以后,F(xiàn)TC起訴了Facebook,試圖拆分該公司,而美國(guó)司法部則對(duì)Alphabet Inc. 旗下的谷歌(Google)提起了訴訟。這兩起案件都指控這些公司濫用壟斷權(quán),違反了反壟斷法。
這一針對(duì)高通的反壟斷案有可能破壞該公司的商業(yè)模式。該公司的大部分收入來自芯片銷售,但其很大一部分利潤(rùn)則來自授權(quán)許可其擁有的數(shù)千項(xiàng)專利,正是這些專利支撐著現(xiàn)代手機(jī)系統(tǒng)的運(yùn)行。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。